무엇을 찾고 계세요?
닫기
삭제
상세검색

상세검색

버튼
    상세검색닫기

    최근검색어

      인기검색어

        통합검색
        국내학술논문
        학위논문
        해외학술논문
        학술지
        단행본
        연구보고서
        공개강의

        KCI등재

        SCOPUS

        Data-driven design strategy in fused filament fabrication: status and opportunities

        • 내보내기
        • 내책장담기
          • URL 복사
        • 오류접수
        이 자료를 본 이용자가 본 자료
          나만을 위한 추천자료
            다국어 초록 (Multilingual Abstract)

            The advent of additive manufacturing (AM) has brought about radically new ways of designing and manufacturing of end-use parts and components, by exploiting freedom of design. Due to the unique manufacturing process of AM, both design and process parameters can strongly influence the part properties, thereby enlarging the possible design space. Thus, finding the optimal combination of embodiment design and process parameters can be challenging. A structured and systematic approach is required to effectively search the enlarged design space, to truly exploit the advantages of AM. Due to lowered costs in computing and data collection in the recent years, data-driven strategies have become a viable tool in characterization of process, and researches have starting to exploit data-driven strategies in the design domain. In this paper, a state-of-the-art data-driven design strategy for fused filament fabrication (FFF) is presented. The need for data-driven strategies is explored and discussed from design and process domain, demonstrating the value of such a strategy in designing an FFF part. A comprehensive review of the literature is performed and the research gaps and opportunities are analysed and discussed. The paper concludes with a proposed data-driven framework that addresses the identified research gaps. The proposed framework encompasses knowledge management and concurrent optimization of embodiment design and process parameters to derive optimal FFF part design. Contribution of this paper is twofold: A review of the state-of-the-art is presented, and a framework to achieve optimal FFF part design is proposed.

            더보기
            참고문헌 (Reference)
            • 1 Gramacy, R. B., "laGP : large-scale spatial modeling via local approximate Gaussian processes in R" 72 (72): 1-46, 2016
            • 2 Eiliat, H., "Visualizing, analyzing, and managing voids in the material extrusion process" 96 (96): 4095-4109, 2018
            • 3 Hu, Z., "Uncertainty quantification and management in additive manufacturing: current status, needs, and opportunities" 93 (93): 2855-2874, 2017
            • 4 Witherell, P., "Toward metamodels for composable and reusable additive manufacturing process models" 136 (136): 061025-, 2014
            • 5 Gaynor, A. T., "Topology optimization for additive manufacturing: considering maximum overhang constraint" 2014
            • 6 Wang, Y., "Theory and methodology for high-performance material-extrusion additive manufacturing under the guidance of force-flow" 2018
            • 7 Lin, Y. C., "The framework for KM implementation in product and service oriented SMEs : Evidence from field studies in Taiwan" 7 (7): 2980-3000, 2015
            • 8 Jothibabu, G., "Surrogate based sensitivity analysis of part strength due to process parameters in fused deposition modelling" 133 : 772-778, 2018
            • 9 Wu, D., "Surface roughness prediction in additive manufacturing using machine learning" 2018
            • 10 Chang, D. -Y., "Studies on profile error and extruding aperture for the RP parts using the fused deposition modeling process" 53 (53): 1027-1037, 2011
            • 11 Avdeev, A., "Strength increasing additive manufacturing fused filament fabrication technology, based on spiral toolpath material deposition" 7 (7): 57-, 2019
            • 12 Panesar, A., "Strategies for functionally graded lattice structures derived using topology optimisation for additive manufacturing" 19 : 81-94, 2018
            • 13 Garg, A., "State-of-the-art in empirical modelling of rapid prototyping processes" 20 (20): 164-178, 2014
            • 14 Yilin Guo, "Semi-supervised deep learning based framework for assessing manufacturability of cellular structures in direct metal laser sintering process" Springer Science and Business Media LLC 32 (32): 347-359, 2021
            • 15 Wang, G. G., "Review of metamodeling techniques in support of engineering design optimization" 129 (129): 370-380, 2007
            • 16 Dinwiddie, R. B., "Real-time process monitoring and temperature mapping of a 3D polymer printing process" SPIE 8705 : 87050-, 2013
            • 17 Overvelde, J. T., "Rational design of reconfigurable prismatic architected materials" 541 (541): 347-352, 2017
            • 18 Haining Zhang, "Rapid Process Modeling of the Aerosol Jet Printing Based on Gaussian Process Regression with Latin Hypercube Sampling" 한국정밀공학회 21 (21): 127-136, 2020
            • 19 Goh, G. D., "Process–structure–properties in polymer additive manufacturing via material extrusion : A review" 45 (45): 113-133, 2020
            • 20 Xiong, Y., "Process planning for adaptive contour parallel toolpath in additive manufacturing with variable bead width" 105 (105): 4159-4170, 2019
            • 21 Peng, A., "Process parameter optimization for fused deposition modeling using response surface methodology combined with fuzzy inference system" 73 (73): 87-100, 2014
            • 22 Mokhtarian, H., "Probabilistic modelling of ´defects in additive manufacturing : A case study in powder bed fusion technology" 81 : 956-961, 2019
            • 23 Liu, Y., "Probabilistic modeling and analysis of fused deposition modeling process using surrogate models" 2016
            • 24 Koller, D., "Probabilistic graphical models:Principles and techniques" MIT press 2009
            • 25 Larranaga, P., "Probabilistic graphical models in artificial intelligence" 11 (11): 1511-1528, 2011
            • 26 Li, Z., "Prediction of surface roughness in extrusion-based additive manufacturing with machine learning" 57 : 488-495, 2019
            • 27 Hertlein, N., "Prediction of selective laser melting part quality using hybrid Bayesian network" 32 : 101089-, 2020
            • 28 Tapia, G., "Prediction of porosity in metal-based additive manufacturing using spatial Gaussian process models" 12 : 282-290, 2016
            • 29 An, D., "Practical options for selecting data-driven or physics-based prognostics algorithms with reviews" 133 : 223-236, 2015
            • 30 Sood, A. K., "Parametric appraisal of mechanical property of fused deposition modelling processed parts" 31 (31): 287-295, 2010
            • 31 Saad, M. S., "Optimization of surface roughness in FDM 3D printer using response surface methodology, particle swarm optimization, and symbiotic organism search algorithms" 105 (105): 5121-5137, 2019
            • 32 Padhi, S. K., "Optimization of fused deposition modeling process parameters using a fuzzy inference system coupled with Taguchi philosophy" 5 (5): 231-242, 2017
            • 33 Mohamed, O. A., "Optimization of fused deposition modeling process parameters for dimensional accuracy using I-optimality criterion" 81 : 174-196, 2016
            • 34 Yadav, D., "Optimization of FDM 3D printing process parameters for multi-material using artificial neural network" 21 : 1583-1591, 2020
            • 35 Srivastava, M., "Optimisation of FDM process parameters by Taguchi method for imparting customised properties to components" 13 (13): 203-210, 2018
            • 36 Pandey, P. M., "Optimal part deposition orientation in FDM by using a multicriteria genetic algorithm" 42 (42): 4069-4089, 2004
            • 37 Roh, B. -M., "Ontology-based laser and thermal metamodels for metal-based additive manufacturing" 2016
            • 38 Sanfilippo, E. M., "Ontology-based knowledge representation for additive manufacturing" 109 : 182-194, 2019
            • 39 Kackar, R. N., "Off-line quality control, parameter design, and the Taguchi method" 17 (17): 176-188, 1985
            • 40 General Electric Additive, "New manufacturing milestone: 30,000 additive fuel nozzles"
            • 41 Murphy, R. D., "Multiscale concurrent optimization towards additively manufactured structures" 2019
            • 42 Wang, S., "Multiphysics modeling and Gaussian process regression analysis of cladding track geometry for direct energy deposition" 127 : 105950-, 2020
            • 43 Xiling Yao, "Multidisciplinary design optimization to identify additive manufacturing resources in customized product development" 한국CDE학회 4 (4): 131-142, 2017
            • 44 Khodaygan, S., "Multi-criteria optimization of the part build orientation(PBO)through a combined meta-modeling/NSGAII/TOPSIS method for additive manufacturing processes" 12 (12): 1071-1085, 2018
            • 45 Lu, Y., "Monitoring temperature in additive manufacturing with physics-based compressive sensing" 48 : 60-70, 2018
            • 46 Zhou, X., "Modelling and estimation of tensile behaviour of polylactic acid parts manufactured by fused deposition modelling using finite element analysis and knowledge-based library" 13 (13): 177-190, 2018
            • 47 Deswal, S., "Modeling and parametric optimization of FDM 3D printing process using hybrid techniques for enhancing dimensional preciseness" 13 (13): 1197-1214, 2019
            • 48 Jackson, T., "Modeling and designing functionally graded material components for fabrication with local composition control" 20 (20): 63-75, 1999
            • 49 Sabbaghi, A., "Model transfer across additive manufacturing processes via mean effect equivalence of lurking variables" 12 (12): 2409-2429, 2018
            • 50 Simpson, T. W., "Metamodels for computer-based engineering design : Survey and recommendations" 17 (17): 129-150, 2001
            • 51 Liu, X., "Mechanical property parametric appraisal of fused deposition modeling parts based on the gray Taguchi method" 89 (89): 2387-2397, 2017
            • 52 Byberg, K. I., "Mechanical properties of ULTEM 9085 material processed by fused deposition modeling" 72 : 335-347, 2018
            • 53 Alessandro Ceruti, "Maintenance in aeronautics in an Industry 4.0 context: The role of Augmented Reality and Additive Manufacturing" 한국CDE학회 6 (6): 516-526, 2019
            • 54 Zhu, Z., "Machine learning in tolerancing for additive manufacturing" 67 (67): 157-160, 2018
            • 55 Wang, C., "Machine learning in additive manufacturing: State-of-the-art and perspectives" (36) : 101538-, 2020
            • 56 Meng, L., "Machine learning in additive manufacturing : A review" 27 (27): 2363-2377, 2020
            • 57 Barrrionuevo, G. O., "Machine learning for optimizing technological properties of wood composite filament-Timberfill fabricated by fused deposition modeling" 119-132, 2019
            • 58 Wang, Y., "Level set-based topology optimization with overhang constraint : Towards support-free additive manufacturing" 339 : 591-614, 2018
            • 59 Toal, D. J., "Kriging hyperparameter tuning strategies" 46 (46): 1240-1252, 2008
            • 60 Nagarajan, H. P., "Knowledge-based design of artificial neural network topology for additive manufacturing process modeling : A new approach and case study for fused deposition modeling" 141 (141): 021705-, 2019
            • 61 Ang, K. C., "Investigation of the mechanical properties and porosity relationships in fused deposition modelling-fabricated porous structures" 12 (12): 100-105, 2006
            • 62 Jiang, J., "Investigation of printable threshold overhang angle in extrusion-based additive manufacturing for reducing support waste" 31 (31): 961-969, 2018
            • 63 Qattawi, A., "Investigating the effect of fused deposition modeling processing parameters using Taguchi design of experiment method" 36 : 164-174, 2018
            • 64 Carmelo Mineo, "Introducing a novel mesh following technique for approximation-free robotic tool path trajectories" 한국CDE학회 4 (4): 192-202, 2017
            • 65 Li, J., "Integration of physically-based and data-driven approaches for thermal field prediction in additive manufacturing" 139 : 473-485, 2018
            • 66 Montazeri, M., "Inprocess monitoring of porosity in additive manufacturing using optical emission spectroscopy" 52 (52): 500-515, 2020
            • 67 Mohamed, O. A., "Influence of processing parameters on creep and recovery behavior of FDM manufactured part using definitive screening design and ANN" 23 (23): 998-1010, 2017
            • 68 Zaldivar, R., "Influence of processing and orientation print effects on the mechanical and thermal behavior of 3DPrinted ULTEMR 9085 Material" 13 : 71-80, 2017
            • 69 Prajapati, H., "Improvement in build-direction thermal conductivity in extrusion-based polymer additive manufacturing through thermal annealing" 26 : 242-249, 2019
            • 70 Fernandez-Vicente, M., "Identifying limitations for design for manufacturing with desktop FFF 3D printers" 5 (5): 116-128, 2015
            • 71 Standard, A., "ISO/ASTM 52900: 2015 additive manufacturing-general principles-terminology"
            • 72 Heisig, P., "Harmonisation of knowledge managementcomparing 160 KM frameworks around the globe" 13 (13): 4-31, 2009
            • 73 Torrey, L., "Handbook of research on machine learning applications and trends: Algorithms, methods, and techniques" IGI global 242-264, 2010
            • 74 Tapia, G., "Gaussian process-based surrogate modeling framework for process planning in laser powder-bed fusion additive manufacturing of 316L stainless steel" 94 (94): 3591-3603, 2018
            • 75 Urbanic, R., "Fused deposition modeling design rules for building large, complex components" 13 (13): 348-368, 2016
            • 76 Sheoran, A. J., "Fused Deposition modeling process parameters optimization and effect on mechanical properties and part quality: Review and reflection on present research" 21 : 1659-1672, 2020
            • 77 Sun, H., "Functional quantitative and qualitative models for quality modeling in a fused deposition modeling process" 15 (15): 393-403, 2017
            • 78 Cattenone, A., "Finite element analysis of additive manufacturing based on fused deposition modeling : distortions prediction and comparison with experimental data" 141 (141): 011010-, 2019
            • 79 Kubalak, J. R., "Exploring multi-axis material extrusion additive manufacturing for improving mechanical properties of printed parts" 25 (25): 356-362, 2019
            • 80 Richter, T., "Exploitation of potentials of additive manufacturing in ideation workshops" University of Bath 2018
            • 81 Zhang, G., "Expert elicitation and Bayesian network modeling for shipping accidents : A literature review" 87 : 53-62, 2016
            • 82 Bayraktar, O., "Experimental study on the 3D-printed plastic parts and predicting the mechanical properties using artificial neural networks" 28 (28): 1044-1051, 2017
            • 83 Qattawi, A., "Experimental optimization of fused deposition modelling processing parameters : A design-for-manufacturing approach" 10 : 791-803, 2017
            • 84 Vishwas, M., "Experimental investigation using Taguchi method to optimize process pa-rameters of fused deposition modeling for abs and nylon materials" 5 (5): 7106-7114, 2018
            • 85 Sood, A. K., "Experimental investigation and empirical modelling of FDM process for compressive strength improvement" 3 (3): 81-90, 2012
            • 86 Panda, B., "Experimental and numerical modelling of mechanical properties of 3D printed honeycomb structures" 116 : 495-506, 2018
            • 87 Forrester, A., "Engineering design via surrogate modelling: A practical guide" John Wiley & Sons 2008
            • 88 Tian, W., "Energy consumption optimization with geometric accuracy consideration for fused filament fabrication processes" 103 (103): 3223-3233, 2019
            • 89 Simonelli, M., "Effect of the build orientation on the mechanical properties and fracture modes of SLM Ti–6Al–4V" 616 : 1-11, 2014
            • 90 Nelson, J., "Effect of process conditions on temperature distribution in the powder bed during laser sintering of polyamide-12" 1 (1): 159-165, 2015
            • 91 Malekmotiei, L., "Effect of annealing temperature on interrelation between the microstructural evolution and plastic deformation in polymers" 55 (55): 1286-1297, 2017
            • 92 Eiliat, H., "Determining the relationships between the build orientation, process parameters and voids in additive manufacturing material extrusion processes" 100 (100): 683-705, 2019
            • 93 Ko, H., "Design knowledge representation to support personalised additive manufacturing" 10 (10): 217-226, 2015
            • 94 Chu, C., "Design for additive manufacturing of cellular structures" 5 (5): 686-696, 2008
            • 95 Cong Hong Phong Nguyen, "Design for Additive Manufacturing of Functionally Graded Lattice Structures: A Design Method with Process Induced Anisotropy Consideration" 한국정밀공학회 8 (8): 29-45, 2021
            • 96 Medellin-Castillo, H. I., "Design and manufacturing strategies for fused deposition modelling in additive manufacturing : A review" 32 (32): 53-, 2019
            • 97 Qin, J., "Deep learning-driven particle swarm optimisation for additive manufacturing energy optimisation" 245 : 118702-, 2020
            • 98 Zhang, J., "Deep learning-based tensile strength prediction in fused deposition modeling" 107 : 11-21, 2019
            • 99 Chollet, F., "Deep learning with R" Manning Publications 2018
            • 100 Alizadeh, M., "Datadriven energy efficiency and part geometric accuracy modeling and optimization of green fused filament fabrication processes" 142 (142): 041701-, 2020
            • 101 Roy, M., "Data-driven modeling of thermal history in additive manufacturing" 32 : 101017-, 2020
            • 102 Gan, Z., "Data-driven microstructure and microhardness design in additive manufacturing using a selforganizing map" 5 (5): 730-735, 2019
            • 103 Xiong, Y., "Data-driven design space exploration and exploitation for design for additive manufacturing" 141 (141): 101101-, 2019
            • 104 Wang, C., "Concurrent design of hierarchical structures with threedimensional parameterized lattice microstructures for additive manufacturing" 61 (61): 869-894, 2020
            • 105 Nguyen, C. H. P., "Concurrent density distribution and build orientation optimization of additively manufactured functionally graded lattice structures" 127 : 102884-, 2020
            • 106 Levasseur, A., "Comparison of the influences of structural characteristics on bulk mechanical behaviour : Experimental study using a bone surrogate" 50 (50): 61-67, 2012
            • 107 Vining, G. G., "Combining Taguchi and response surface philosophies : a dual response approach" 22 (22): 38-45, 1990
            • 108 Coulais, C., "Combinatorial design of textured mechanical metamaterials" 535 (535): 529-532, 2016
            • 109 Hu, F., "Cellular structures design for wrist rehabilitation considering 3d printability and mechanics lightweight" 2019
            • 110 Olleak, A., "Calibration and validation framework for selective laser melting process based on multi-fidelity models and limited experiment data" 142 (142): 081801-, 2020
            • 111 Pandita, P., "Bayesian optimal design of experiments for inferring the statistical expectation of expensive black-box functions" 141 (141): 101404-, 2019
            • 112 Rizzi, F., "Bayesian modeling of inconsistent plastic response due to material variability" 353 : 183-200, 2019
            • 113 Sabbaghi, A., "Bayesian model building from small samples of disparate data for capturing in-plane deviation in additive manufacturing" 60 (60): 532-544, 2018
            • 114 Bessa, M. A., "Bayesian machine learning in metamaterial design : Fragile becomes supercompressible" 31 (31): 1904845-, 2019
            • 115 Kennedy, M. C., "Bayesian calibration of computer models" 63 (63): 425-464, 2001
            • 116 Valdevit, L., "Architected materials : synthesis, characterization, modeling, and optimal design" 33 (33): 241-246, 2018
            • 117 Johnson, R. A., "Applied multivariate statistical analysis" Prentice hall 2020
            • 118 Huynh, H. N., "Application of fuzzy Taguchi method to improve the dimensional accuracy of fused deposition modeling processed product" IEEE 2017
            • 119 Ebrahim Vahabli, "Application of an RBF Neural Network for FDM Parts’ Surface Roughness Prediction for Enhancing Surface Quality" 한국정밀공학회 17 (17): 1589-1603, 2016
            • 120 문승기, "Application of 3D Printing Technology for Designing Light-weight Unmanned Aerial Vehicle Wing Structures" 한국정밀공학회 1 (1): 223-228, 2014
            • 121 Ahn, S. -H., "Anisotropic material properties of fused deposition modeling ABS" 8 (8): 248-257, 2002
            • 122 Mohamed, O. A., "Analytical modelling and optimization of the temperaturedependent dynamic mechanical properties of fused deposition fabricated parts made of PC-ABS" 9 (9): 895-, 2016
            • 123 Jiang, J., "Analysis and prediction of printable bridge length in fused deposition modelling based on back propagation neural network" 14 (14): 253-266, 2019
            • 124 Germain Sossou, "An additive manufacturing oriented design approach to mechanical assemblies" 한국CDE학회 5 (5): 3-18, 2018
            • 125 Wagner, S. M., "Additive manufacturing’s impact and future in the aviation industry" 27 (27): 1124-1130, 2016
            • 126 Ford, S., "Additive manufacturing and sustainability : an exploratory study of the advantages and challenges" 137 : 1573-1587, 2016
            • 127 Zhou, X., "Accelerating extrusionbased additive manufacturing optimization processes with surrogate-based multi-fidelity models" 103 (103): 4071-4083, 2019
            • 128 Aboutaleb, A. M., "Accelerated process optimization for laser-based additive manufacturing by leveraging similar prior studies" 49 (49): 31-44, 2017
            • 129 Huang, J., "A survey of design methods for material extrusion polymer 3D printing" 15 (15): 148-162, 2020
            • 130 Cheng, L., "A statistical transfer learning perspective for modeling shape deviations in additive manufacturing" 2 (2): 1988-1993, 2017
            • 131 Rosen, D. W., "A set-based design method for materialgeometry structures by design space mapping" 2015
            • 132 G. D. Goh, "A review on machine learning in 3D printing: applications, potential, and challenges" Springer Science and Business Media LLC 54 (54): 63-94, 2021
            • 133 Larranaga, P., "A review on evolutionary algorithms in Bayesian network learning and inference tasks" 233 : 109-125, 2013
            • 134 Yin, S., "A review on basic data-driven approaches for industrial process monitoring" 61 (61): 6418-6428, 2014
            • 135 Feng, J., "A review of the design methods of complex topology structures for 3D printing" 1 (1): 1-16, 2018
            • 136 Yu, C., "A perspective on using machine learning in 3D bioprinting" 6 : 95-, 2020
            • 137 Yang, S., "A new part consolidation method to embrace the design freedom of additive manufacturing" 20 : 444-449, 2015
            • 138 Wang, Y., "A knowledge management system to support design for additive manufacturing using Bayesian networks" 140 (140): 051701-, 2018
            • 139 Haghighi, A., "A hybrid physics-based and datadriven approach for characterizing porosity variation and filament bonding in extrusion-based additive manufacturing" 36 : 101399-, 2020
            • 140 Zhang, H., "A hybrid multi-objective optimization of aerosol jet printing process via response surface methodology" 33 : 101096-, 2020
            • 141 Garg, A., "A hybrid M5-genetic programming approach for ensuring greater trustworthiness of prediction ability in modelling of FDM process" 25 (25): 1349-1365, 2014
            • 142 Panda, B. N., "A general regression neural network approach for the evaluation of compressive strength of FDM prototypes" 26 (26): 1129-1136, 2015
            • 143 Majeed, A., "A framework for big datadriven process analysis and optimization for additive manufacturing" 25 (25): 308-321, 2019
            • 144 Bikas, H., "A design framework for additive manufacturing" 103 (103): 3769-3783, 2019
            • 145 Wang, Z., "A datadriven approach for process optimization of metallic additive manufacturing under uncertainty" 141 (141): 081004-, 2019
            • 146 Mycroft, W., "A data-driven approach for predicting printability in metal additive manufacturing processes" 31 : 1769-1781, 2020
            • 147 Yao, X., "A cost-driven design methodology for additive manufactured variable platforms in product families" 138 (138): 041701-, 2016
            • 148 Paul, A., "A Real-Time Iterative Machine Learning Approach for Temperature Profile Prediction in Additive Manufacturing Processes" 541-550, 2019
            • 149 Yan, J., "3D printing optimization algorithm based on backpropagation neural network" 18 (18): 1223-1230, 2020
            • 150 Chua, C. K., "3D printing and additive manufacturing: Principles and applications" World Scientific 2017
            • 151 Jiho Kim, "3D printed compact heat exchangers with mathematically defined core structures" 한국CDE학회 7 (7): 527-550, 2020
            더보기

            동일학술지(권/호) 다른 논문

            동일학술지 더보기

            분석정보

            활용도 분석
            논문 주제 분석
            연구자 주제 분석

            View

            상세정보조회

            0

            usage

            원문다운로드

            0

            대출신청

            0

            복사신청

            0

            EDDS신청

            0

            동일 주제 내 활용도 TOP

              더보기

                연도별 연구동향

                연도별 활용동향

                연관논문

                  연구자 네트워크 맵

                  • 공동연구자 (0)

                    • 유사연구자 (0) 활용도상위20명

                        인용정보 인용지수 설명보기
                        • 학술지 이력
                          학술지 이력
                          연월일 이력구분 이력상세 등재구분
                          2023 평가예정 해외DB학술지평가 신청대상 (해외등재 학술지 평가)
                          2020-01-01 평가 등재학술지 유지 (해외등재 학술지 평가) KCI등재
                          2017-03-13 학술지명변경 한글명 : Journal of Computational Design and Engineering -> Journal of Computational Design and Engineering
                          외국어명 : Journal of Computational Design and Engineering -> Journal of Computational Design and Engineering                          		 KCI등재
                          2017-03-01 평가 SCOPUS 등재 (기타) KCI등재
                          2016-06-13 학회명변경 한글명 : 한국CAD/CAM학회 -> 한국CDE학회
                          영문명 : Society Of Cadcam Engineers -> Society for Computational Design and Engineering
                        • 학술지 인용정보
                          학술지 인용정보
                          기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
                          2016 0 0 0
                          KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
                          0 0 0 0

                        연관 공개강의

                        연관 공개강의(KOCW) 확률 및 통계학 건국대학교 이향원
                        연관 공개강의(KOCW) 수리통계학 Ⅱ 부산대학교 김충락
                        연관 공개강의(KOCW) 베이지안통계학 건국대학교 김성환
                        연관 공개강의(KOCW) 앙트러프러너십 개론 숙명여자대학교 김규동
                        연관 공개강의(KOCW) Operations Management 국민대학교 알레한드로 라미레즈

                        서지정보 내보내기(Export)

                        닫기

                        내보내기 형태를 선택하세요

                        서지정보의 형식을 선택하세요

                          • 참고문헌양식안내

                        취소 내보내기

                        내책장담기

                        닫기

                        필수표가 있는 항목은 반드시 기재해 주셔야 합니다.

                        동일자료를 같은 책장에 담을 경우 담은 시점만 최신으로 수정됩니다.

                        취소 내책장에 담기

                        새책장 만들기

                        닫기

                        필수표가 있는 항목은 반드시 기재해 주셔야 합니다.

                        • 책장설명은 [내 책장/책장목록]에서 수정할 수 있습니다.

                        • 책장카테고리 설정은 최소1개 ~ 최대3개까지 가능합니다.

                        취소 새 책장 만들어 자료 담기 새 책장 등록 새 책장 수정

                        관심분야 검색

                        닫기

                        트리 또는 검색을 통해 관심분야를 선택 하신 후 등록 버튼을 클릭 하십시오.

                          관심분야 검색 결과
                          대분류 중분류 관심분야명
                          검색결과가 없습니다.

                          선택된 분야 (선택분야는 최소 하나 이상 선택 하셔야 합니다.)

                          등록

                          소장기관 정보

                          닫기

                          문헌복사 및 대출서비스 정책은 제공도서관 규정에 따라 상이할수 있음

                          권호소장정보

                          닫기

                            오류접수

                            닫기
                            오류접수

                            [ 논문 정보 ]

                              [ 신청자 정보 ]

                              •   -     -  

                              • ※ 개인정보 노출 방지를 위해 민감한 개인정보 내용은 가급적 기재를 자제하여 주시기 바랍니다.
                                (상담을 위해 불가피하게 개인정보를 기재하셔야 한다면, 가능한 최소한의 개인정보를 기재하여 주시기 바랍니다.)

                              • 작성하신 내용을 완료하시려면 [보내기] 버튼을, 수정하시려면 [수정]버튼을 눌러주세요.

                              취소 오류접수 수정 보내기

                              오류 접수 확인

                              닫기
                              오류 접수 확인

                              • 고객님, 오류접수가 정상적으로 신청 되었습니다.

                                문의하신 내용은 3시간 이내에 메일로 답변을 드릴 수 있도록 하겠습니다.

                                다만, 고객센터 운영시간(평일 09:00 ~ 18:00) 이외에는

                                처리가 다소 지연될 수 있으니 이 점 양해 부탁 드립니다.

                                로그인 후, 문의하신 내용은 나의상담내역에서 조회하실 수 있습니다.

                              [접수 정보]

                              나의 상담내역 바로가기

                              음성서비스 신청

                              닫기
                              음성서비스 신청

                              [ 논문 정보 ]

                                [ 신청자 정보 ]

                                •   -     -  

                                • 작성하신 내용을 완료하시려면 [신청] 버튼을, 수정하시려면 [수정]버튼을 눌러주세요.

                                취소 음성서비스 신청 수정 신청

                                음성서비스 신청 확인

                                닫기
                                음성서비스 신청 확인

                                • 서비스 신청이 완료되었습니다.

                                  신청하신 내역에 대한 처리 완료 시 메일로 별도 안내 드리도록 하겠습니다.

                                  음성서비스 신청 증가 등의 이유로 처리가 다소 지연될 수 있으니, 이 점 양해 부탁드립니다.

                                  감합니다.

                                [신청 정보]

                                41061 대구광역시 동구 동내로 64(동내동1119) KERIS빌딩

                                고객센터 (평일: 09:00 ~ 18:00)1599-3122

                                Copyright© KERIS. ALL RIGHTS RESERVED

                                PC 버전 바로가기

                                회원가입
                                학술연구정보서비스 검색
                                MYRISS
                                회원서비스
                                About RISS
                                RISS 처음 방문 이세요?
                                고객센터
                                RISS 활용도 분석
                                최신/인기 학술자료
                                해외자료신청(E-DDS)
                                공지사항
                                해외전자정보서비스 검색
                                Databases & Journals
                                해외전자자료 이용안내

                                이용약관

                                닫기

                                학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)

                                1. 제 1 장 총칙

                                  1. 제 1 조 (목적)

                                    • 이 약관은 한국교육학술정보원(이하 "교육정보원"라 함)이 제공하는 학술연구정보서비스의 웹사이트(이하 "서비스" 라함)의 이용에 관한 조건 및 절차와 기타 필요한 사항을 규정하는 것을 목적으로 합니다.

                                  2. 제 2 조 (약관의 효력과 변경)

                                    1. ① 이 약관은 서비스 메뉴에 게시하여 공시함으로써 효력을 발생합니다.
                                    2. ② 교육정보원은 합리적 사유가 발생한 경우에는 이 약관을 변경할 수 있으며, 약관을 변경한 경우에는 지체없이 "공지사항"을 통해 공시합니다.
                                    3. ③ 이용자는 변경된 약관사항에 동의하지 않으면, 언제나 서비스 이용을 중단하고 이용계약을 해지할 수 있습니다.

                                  3. 제 3 조 (약관외 준칙)

                                    • 이 약관에 명시되지 않은 사항은 관계 법령에 규정 되어있을 경우 그 규정에 따르며, 그렇지 않은 경우에는 일반적인 관례에 따릅니다.

                                  4. 제 4 조 (용어의 정의)

                                    이 약관에서 사용하는 용어의 정의는 다음과 같습니다.
                                    1. ① 이용자 : 교육정보원과 이용계약을 체결한 자
                                    2. ② 이용자번호(ID) : 이용자 식별과 이용자의 서비스 이용을 위하여 이용계약 체결시 이용자의 선택에 의하여 교육정보원이 부여하는 문자와 숫자의 조합
                                    3. ③ 비밀번호 : 이용자 자신의 비밀을 보호하기 위하여 이용자 자신이 설정한 문자와 숫자의 조합
                                    4. ④ 단말기 : 서비스 제공을 받기 위해 이용자가 설치한 개인용 컴퓨터 및 모뎀 등의 기기
                                    5. ⑤ 서비스 이용 : 이용자가 단말기를 이용하여 교육정보원의 주전산기에 접속하여 교육정보원이 제공하는 정보를 이용하는 것
                                    6. ⑥ 이용계약 : 서비스를 제공받기 위하여 이 약관으로 교육정보원과 이용자간의 체결하는 계약을 말함
                                    7. ⑦ 마일리지 : RISS 서비스 중 마일리지 적립 가능한 서비스를 이용한 이용자에게 지급되며, RISS가 제공하는 특정 디지털 콘텐츠를 구입하는 데 사용하도록 만들어진 포인트

                                2. 제 2 장 서비스 이용 계약

                                  1. 제 5 조 (이용계약의 성립)

                                    1. ① 이용계약은 이용자의 이용신청에 대한 교육정보원의 이용 승낙에 의하여 성립됩니다.
                                    2. ② 제 1항의 규정에 의해 이용자가 이용 신청을 할 때에는 교육정보원이 이용자 관리시 필요로 하는
                                      사항을 전자적방식(교육정보원의 컴퓨터 등 정보처리 장치에 접속하여 데이터를 입력하는 것을 말합니다)
                                      이나 서면으로 하여야 합니다.
                                    3. ③ 이용계약은 이용자번호 단위로 체결하며, 체결단위는 1 이용자번호 이상이어야 합니다.
                                    4. ④ 서비스의 대량이용 등 특별한 서비스 이용에 관한 계약은 별도의 계약으로 합니다.

                                  2. 제 6 조 (이용신청)

                                    1. ① 서비스를 이용하고자 하는 자는 교육정보원이 지정한 양식에 따라 온라인신청을 이용하여 가입 신청을 해야 합니다.
                                    2. ② 이용신청자가 14세 미만인자일 경우에는 친권자(부모, 법정대리인 등)의 동의를 얻어 이용신청을 하여야 합니다.

                                  3. 제 7 조 (이용계약 승낙의 유보)

                                    1. ① 교육정보원은 다음 각 호에 해당하는 경우에는 이용계약의 승낙을 유보할 수 있습니다.
                                      1. 1. 설비에 여유가 없는 경우
                                      2. 2. 기술상에 지장이 있는 경우
                                      3. 3. 이용계약을 신청한 사람이 14세 미만인 자로 친권자의 동의를 득하지 않았을 경우
                                      4. 4. 기타 교육정보원이 서비스의 효율적인 운영 등을 위하여 필요하다고 인정되는 경우
                                    2. ② 교육정보원은 다음 각 호에 해당하는 이용계약 신청에 대하여는 이를 거절할 수 있습니다.
                                      1. 1. 다른 사람의 명의를 사용하여 이용신청을 하였을 때
                                      2. 2. 이용계약 신청서의 내용을 허위로 기재하였을 때

                                  4. 제 8 조 (계약사항의 변경)

                                    이용자는 다음 사항을 변경하고자 하는 경우 서비스에 접속하여 서비스 내의 기능을 이용하여 변경할 수 있습니다.
                                    1. ① 성명 및 생년월일, 신분, 이메일
                                    2. ② 비밀번호
                                    3. ③ 자료신청 / 기관회원서비스 권한설정을 위한 이용자정보
                                    4. ④ 전화번호 등 개인 연락처
                                    5. ⑤ 기타 교육정보원이 인정하는 경미한 사항

                                3. 제 3 장 서비스의 이용

                                  1. 제 9 조 (서비스 이용시간)

                                    • 서비스의 이용 시간은 교육정보원의 업무 및 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간(00:00-24:00)을 원칙으로 합니다. 다만 정기점검등의 필요로 교육정보원이 정한 날이나 시간은 그러하지 아니합니다.

                                  2. 제 10 조 (이용자번호 등)

                                    1. ① 이용자번호 및 비밀번호에 대한 모든 관리책임은 이용자에게 있습니다.
                                    2. ② 명백한 사유가 있는 경우를 제외하고는 이용자가 이용자번호를 공유, 양도 또는 변경할 수 없습니다.
                                    3. ③ 이용자에게 부여된 이용자번호에 의하여 발생되는 서비스 이용상의 과실 또는 제3자에 의한 부정사용 등에 대한 모든 책임은 이용자에게 있습니다.

                                  3. 제 11 조 (서비스 이용의 제한 및 이용계약의 해지)

                                    1. ① 이용자가 서비스 이용계약을 해지하고자 하는 때에는 온라인으로 교육정보원에 해지신청을 하여야 합니다.
                                    2. ② 교육정보원은 이용자가 다음 각 호에 해당하는 경우 사전통지 없이 이용계약을 해지하거나 전부 또는 일부의 서비스 제공을 중지할 수 있습니다.
                                      1. 1. 타인의 이용자번호를 사용한 경우
                                      2. 2. 다량의 정보를 전송하여 서비스의 안정적 운영을 방해하는 경우
                                      3. 3. 수신자의 의사에 반하는 광고성 정보, 전자우편을 전송하는 경우
                                      4. 4. 정보통신설비의 오작동이나 정보 등의 파괴를 유발하는 컴퓨터 바이러스 프로그램등을 유포하는 경우
                                      5. 5. 정보통신윤리위원회로부터의 이용제한 요구 대상인 경우
                                      6. 6. 선거관리위원회의 유권해석 상의 불법선거운동을 하는 경우
                                      7. 7. 서비스를 이용하여 얻은 정보를 교육정보원의 동의 없이 상업적으로 이용하는 경우
                                      8. 8. 비실명 이용자번호로 가입되어 있는 경우
                                      9. 9. 일정기간 이상 서비스에 로그인하지 않거나 개인정보 수집․이용에 대한 재동의를 하지 않은 경우
                                    3. ③ 전항의 규정에 의하여 이용자의 이용을 제한하는 경우와 제한의 종류 및 기간 등 구체적인 기준은 교육정보원의 공지, 서비스 이용안내, 개인정보처리방침 등에서 별도로 정하는 바에 의합니다.
                                    4. ④ 해지 처리된 이용자의 정보는 법령의 규정에 의하여 보존할 필요성이 있는 경우를 제외하고 지체 없이 파기합니다.
                                    5. ⑤ 해지 처리된 이용자번호의 경우, 재사용이 불가능합니다.

                                  4. 제 12 조 (이용자 게시물의 삭제 및 서비스 이용 제한)

                                    1. ① 교육정보원은 서비스용 설비의 용량에 여유가 없다고 판단되는 경우 필요에 따라 이용자가 게재 또는 등록한 내용물을 삭제할 수 있습니다.
                                    2. ② 교육정보원은 서비스용 설비의 용량에 여유가 없다고 판단되는 경우 이용자의 서비스 이용을 부분적으로 제한할 수 있습니다.
                                    3. ③ 제 1 항 및 제 2 항의 경우에는 당해 사항을 사전에 온라인을 통해서 공지합니다.
                                    4. ④ 교육정보원은 이용자가 게재 또는 등록하는 서비스내의 내용물이 다음 각호에 해당한다고 판단되는 경우에 이용자에게 사전 통지 없이 삭제할 수 있습니다.
                                      1. 1. 다른 이용자 또는 제 3자를 비방하거나 중상모략으로 명예를 손상시키는 경우
                                      2. 2. 공공질서 및 미풍양속에 위반되는 내용의 정보, 문장, 도형 등을 유포하는 경우
                                      3. 3. 반국가적, 반사회적, 범죄적 행위와 결부된다고 판단되는 경우
                                      4. 4. 다른 이용자 또는 제3자의 저작권 등 기타 권리를 침해하는 경우
                                      5. 5. 게시 기간이 규정된 기간을 초과한 경우
                                      6. 6. 이용자의 조작 미숙이나 광고목적으로 동일한 내용의 게시물을 10회 이상 반복하여 등록하였을 경우
                                      7. 7. 기타 관계 법령에 위배된다고 판단되는 경우

                                  5. 제 13 조 (서비스 제공의 중지 및 제한)

                                    1. ① 교육정보원은 다음 각 호에 해당하는 경우 서비스 제공을 중지할 수 있습니다.
                                      1. 1. 서비스용 설비의 보수 또는 공사로 인한 부득이한 경우
                                      2. 2. 전기통신사업법에 규정된 기간통신사업자가 전기통신 서비스를 중지했을 때
                                    2. ② 교육정보원은 국가비상사태, 서비스 설비의 장애 또는 서비스 이용의 폭주 등으로 서비스 이용에 지장이 있는 때에는 서비스 제공을 중지하거나 제한할 수 있습니다.

                                  6. 제 14 조 (교육정보원의 의무)

                                    1. ① 교육정보원은 교육정보원에 설치된 서비스용 설비를 지속적이고 안정적인 서비스 제공에 적합하도록 유지하여야 하며 서비스용 설비에 장애가 발생하거나 또는 그 설비가 못쓰게 된 경우 그 설비를 수리하거나 복구합니다.
                                    2. ② 교육정보원은 서비스 내용의 변경 또는 추가사항이 있는 경우 그 사항을 온라인을 통해 서비스 화면에 공지합니다.

                                  7. 제 15 조 (개인정보보호)

                                    1. ① 교육정보원은 공공기관의 개인정보보호에 관한 법률, 정보통신이용촉진등에 관한 법률 등 관계법령에 따라 이용신청시 제공받는 이용자의 개인정보 및 서비스 이용중 생성되는 개인정보를 보호하여야 합니다.
                                    2. ② 교육정보원의 개인정보보호에 관한 관리책임자는 학술연구정보서비스 이용자 관리담당 부서장(학술정보본부)이며, 주소 및 연락처는 대구광역시 동구 동내로 64(동내동 1119) KERIS빌딩, 전화번호 054-714-0114번, 전자메일 privacy@keris.or.kr 입니다. 개인정보 관리책임자의 성명은 별도로 공지하거나 서비스 안내에 게시합니다.
                                    3. ③ 교육정보원은 개인정보를 이용고객의 별도의 동의 없이 제3자에게 제공하지 않습니다. 다만, 다음 각 호의 경우는 이용고객의 별도 동의 없이 제3자에게 이용 고객의 개인정보를 제공할 수 있습니다.
                                      1. 1. 수사상의 목적에 따른 수사기관의 서면 요구가 있는 경우에 수사협조의 목적으로 국가 수사 기관에 성명, 주소 등 신상정보를 제공하는 경우
                                      2. 2. 신용정보의 이용 및 보호에 관한 법률, 전기통신관련법률 등 법률에 특별한 규정이 있는 경우
                                      3. 3. 통계작성, 학술연구 또는 시장조사를 위하여 필요한 경우로서 특정 개인을 식별할 수 없는 형태로 제공하는 경우
                                    4. ④ 이용자는 언제나 자신의 개인정보를 열람할 수 있으며, 스스로 오류를 수정할 수 있습니다. 열람 및 수정은 원칙적으로 이용신청과 동일한 방법으로 하며, 자세한 방법은 공지, 이용안내에 정한 바에 따릅니다.
                                    5. ⑤ 이용자는 언제나 이용계약을 해지함으로써 개인정보의 수집 및 이용에 대한 동의, 목적 외 사용에 대한 별도 동의, 제3자 제공에 대한 별도 동의를 철회할 수 있습니다. 해지의 방법은 이 약관에서 별도로 규정한 바에 따릅니다.

                                  8. 제 16 조 (이용자의 의무)

                                    1. ① 이용자는 서비스를 이용할 때 다음 각 호의 행위를 하지 않아야 합니다.
                                      1. 1. 다른 이용자의 이용자번호를 부정하게 사용하는 행위
                                      2. 2. 서비스를 이용하여 얻은 정보를 교육정보원의 사전승낙없이 이용자의 이용이외의 목적으로 복제하거나 이를 출판, 방송 등에 사용하거나 제3자에게 제공하는 행위
                                      3. 3. 다른 이용자 또는 제3자를 비방하거나 중상모략으로 명예를 손상하는 행위
                                      4. 4. 공공질서 및 미풍양속에 위배되는 내용의 정보, 문장, 도형 등을 타인에게 유포하는 행위
                                      5. 5. 반국가적, 반사회적, 범죄적 행위와 결부된다고 판단되는 행위
                                      6. 6. 다른 이용자 또는 제3자의 저작권등 기타 권리를 침해하는 행위
                                      7. 7. 기타 관계 법령에 위배되는 행위
                                    2. ② 이용자는 이 약관에서 규정하는 사항과 서비스 이용안내 또는 주의사항을 준수하여야 합니다.
                                    3. ③ 이용자가 설치하는 단말기 등은 전기통신설비의 기술기준에 관한 규칙이 정하는 기준에 적합하여야 하며, 서비스에 장애를 주지 않아야 합니다.

                                  9. 제 17 조 (광고의 게재)

                                    교육정보원은 서비스의 운용과 관련하여 서비스화면, 홈페이지, 전자우편 등에 광고 등을 게재할 수 있습니다.

                                4. 제 4 장 서비스 이용 요금

                                  1. 제 18 조 (이용요금)

                                    1. ① 서비스 이용료는 기본적으로 무료로 합니다. 단, 민간업체와의 협약에 의해 RISS를 통해 서비스 되는 콘텐츠의 경우 각 민간 업체의 요금 정책에 따라 유료로 서비스 합니다.
                                    2. ② 그 외 교육정보원의 정책에 따라 이용 요금 정책이 변경될 경우에는 온라인으로 서비스 화면에 게시합니다.

                                5. 제 5 장 마일리지 정책

                                  1. 제 19 조 (마일리지 정책의 변경)

                                    1. ① RISS 마일리지는 2017년 1월부로 모두 소멸되었습니다.
                                    2. ② 교육정보원은 마일리지 적립ㆍ사용ㆍ소멸 등 정책의 변경에 대해 온라인상에 공지해야하며, 최근에 온라인에 등재된 내용이 이전의 모든 규정과 조건보다 우선합니다.

                                6. 제 6 장 저작권

                                  1. 제 20 조 (게재된 자료에 대한 권리)

                                    서비스에 게재된 자료에 대한 권리는 다음 각 호와 같습니다.
                                    1. ① 게시물에 대한 권리와 책임은 게시자에게 있으며, 교육정보원은 게시자의 동의 없이는 이를 영리적 목적으로 사용할 수 없습니다.
                                    2. ② 게시자의 사전 동의가 없이는 이용자는 서비스를 이용하여 얻은 정보를 가공, 판매하는 행위 등 서비스에 게재된 자료를 상업적 목적으로 이용할 수 없습니다.

                                7. 제 7 장 이의 신청 및 손해배상 청구 금지

                                  1. 제 21 조 (이의신청금지)

                                    이용자는 교육정보원에서 제공하는 서비스 이용시 발생되는 어떠한 문제에 대해서도 무료 이용 기간 동안은 이의 신청 및 민원을 제기할 수 없습니다.

                                  2. 제 22 조 (손해배상청구금지)

                                    이용자는 교육정보원에서 제공하는 서비스 이용시 발생되는 어떠한 문제에 대해서도 무료 이용 기간 동안은 교육정보원 및 관계 기관에 손해배상 청구를 할 수 없으며 교육정보원은 이에 대해 책임을 지지 아니합니다.

                                8. 부칙

                                  이 약관은 2000년 6월 1일부터 시행합니다.

                                9. 부칙(개정 2005. 5. 31)

                                  이 약관은 2005년 5월 31일부터 시행합니다.

                                10. 부칙(개정 2010. 1. 1)

                                  이 약관은 2010년 1월 1일부터 시행합니다.

                                11. 부칙(개정 2010. 4 1)

                                  이 약관은 2010년 4월 1일부터 시행합니다.

                                12. 부칙(개정 2017. 1 1)

                                  이 약관은 2017년 1월 1일부터 시행합니다.

                                학술연구정보서비스 개인정보처리방침

                                Ver 8.6 (2023년 1월 31일 ~ )

                                닫기

                                학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.

                                주요 개인정보 처리 표시(라벨링)

                                목    차

                                처리목적 제1조(개인정보의 처리 목적)
                                RISS는 개인정보를 다음의 목적을 위해 처리합니다. 처리하고 있는 개인정보는 다음의 목적 이외의 용도로는 이용되지 않으며, 이용 목적이 변경되는 경우에는 「개인정보 보호법」 제18조에 따라 별도의 동의를 받는 등 필요한 조치를 이행할 예정입니다.
                                가. 서비스 제공
                                     - 콘텐츠 제공, 문헌배송 및 결제, 요금정산 등 서비스 제공
                                나. 회원관리
                                     - 회원제 서비스 이용에 따른 본인확인,
                                     - 만14세 미만 아동 개인 정보 수집 시 법정 대리인 동의여부 확인, 추후 법정 대리인 본인확인
                                     - 분쟁 조정을 위한 기록보존, 불만처리 등을 위한 원활한 의사소통 경로의 확보, 공지사항 전달
                                다. 서비스 개선
                                     - 신규 서비스 개발 및 특화
                                     - 통계학적 특성에 따른 서비스 제공 및 광고 게재, 이벤트 등 정보 전달 및 참여 기회 제공
                                     - 서비스 이용에 대한 통계
                                보유 기간제2조(개인정보의 처리 및 보유 기간)
                                가. 처리기간 및 보유 기간:

                                3년

                                또는 회원탈퇴시까지
                                나. 다만, 다음의 사유에 해당하는 경우에는 해당 사유 종료시 까지 정보를 보유 및 열람합니다.
                                     ▶ 신청 중인 서비스가 완료 되지 않은 경우
                                          - 보존 이유 : 진행 중인 서비스 완료(예:원문복사 등)
                                          - 보존 기간 : 서비스 완료 시까지
                                          - 열람 예정 시기 : 수시(RISS에서 신청된 서비스의 처리내역 및 진행상태 확인 요청 시)
                                     ▶ 관련법령에 의한 정보보유 사유 및 기간
                                          - 대금결제 및 재화 등의 공급에 관한 기록 :

                                5년

                                (「전자상거래 등에서의 소비자보호에 관한
                                           법률」 제 6조 및 시행령 제 6조)
                                          - 소비자의 불만 또는 분쟁 처리에 관한 기록 :

                                3년

                                (「전자상거래 등에서의 소비자보호에 관한
                                           법률」 제 6조 및 시행령 제 6조)
                                          - 접속에 관한 기록 :

                                2년

                                이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)
                                처리 항목제3조(처리하는 개인정보의 항목)
                                가. 필수 항목 : ID, 이름, 생년월일, 신분(직업구분), 이메일, 소속분야,
                                     보호자 성명(어린이회원), 보호자 이메일(어린이회원)
                                나: 선택 항목 : 소속기관명, 학과/부서명, 학번/직원번호, 전화, 주소, 장애인 여부
                                다. 자동수집항목 : IP주소, ID, 서비스 이용기록, 방문기록
                                개인 정보제4조(개인정보파일 등록 현황)
                                개인정보파일의 명칭 운영근거 / 처리목적 개인정보파일에 기록되는 개인정보의 항목 보유기간
                                학술연구정보서비스 이용자 가입정보 파일 한국교육학술정보원법 필수 ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 3년
                                또는
                                탈퇴시
                                선택 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소
                                제3자 제공제5조(개인정보의 제3자 제공)
                                가. RISS는 원칙적으로 정보주체의 개인정보를 제1조(개인정보의 처리 목적)에서 명시한 범위 내에서
                                     처리하며, 정보주체의 사전 동의 없이는 본래의 범위를 초과하여 처리하거나 제3자에게 제공하지
                                     않습니다. 단, 정보주체의 동의, 법률의 특별한 규정 등 개인정보 보호법 제17조 및 제18조에 해당하는
                                     경우에만 개인정보를 제3자에게 제공합니다.
                                나. RISS는 원활한 서비스 제공을 위해 다음의 경우 정보주체의 동의를 얻어 필요 최소한의 범위로만
                                     제공합니다.
                                     - 복사/대출 배송 서비스를 위해서 아래와 같이 개인정보를 제공합니다.
                                          1. 개인정보 제공 대상 : 제공도서관, ㈜이니시스(선불결제 시)
                                          2. 개인정보 제공 목적 : 복사/대출 서비스 제공
                                          3. 개인정보 제공 항목 : 이름, 전화번호, 이메일
                                          4. 개인정보 보유 및 이용 기간 : 신청건 발생일 후 5년
                                ▶ 개인정보 제공에 동의하지 않을 권리가 있으며, 거부하는 경우 서비스 이용이 불가합니다.
                                처리 위탁제6조(개인정보 처리업무의 위탁)
                                RISS는 원활한 개인정보 업무처리를 위하여 다음과 같이 개인정보 처리업무를 위탁하고 있습니다.
                                가. 위탁하는 업무 내용 : 회원 개인정보 처리
                                나. 수탁업체명 : ㈜퓨쳐누리
                                RISS는 위탁계약 체결 시 「개인정보 보호법」 제26조에 따라 위탁업무 수행 목적 외 개인정보 처리금지, 안전성 확보조치, 재위탁 제한, 수탁자에 대한 관리·감독, 손해배상 등 책임에 관한 사항을 계약서 등 문서에 명시하고, 수탁자가 개인정보를 안전하게 처리하는지를 감독하고 있습니다.
                                위탁업무의 내용이나 수탁자가 변경될 경우에는 지체 없이 본 개인정보 처리방침을 통하여 공개하도록 하겠습니다.
                                파기제7조(개인정보의 파기 절차 및 방법)
                                가. 파기절차
                                     - 개인정보의 파기 : 보유기간이 경과한 개인정보는 종료일로부터 지체 없이 파기
                                     - 개인정보파일의 파기 : 개인정보파일의 처리 목적 달성, 해당 서비스의 폐지, 사업의 종료 등 그
                                      개인정보파일이 불필요하게 되었을 때에는 개인정보의 처리가 불필요한 것으로 인정되는 날로부터
                                      지체 없이 그 개인정보파일을 파기.
                                나. 파기방법
                                     - 전자적 형태의 정보는 기록을 재생할 수 없는 기술적 방법을 사용하여 파기.
                                     - 종이에 출력된 개인정보는 분쇄기로 분쇄하거나 소각을 통하여 파기.
                                정보주체의 권리의무제8조(정보주체와 법정대리인의 권리·의무 및 그 행사 방법)
                                정보주체(만 14세 미만인 경우에는 법정대리인을 말함)는 개인정보주체로서 다음과 같은 권리를 행사할 수 있습니다.
                                가. 권리 행사 항목 및 방법
                                     - 권리 행사 항목: 개인정보 열람 요구, 오류 정정 요구, 삭제 요구, 처리정지 요구
                                     - 권리 행사 방법: 개인정보 처리 방법에 관한 고시 별지 제8호(대리인의 경우 제11호) 서식에 따라
                                      작성 후 서면, 전자우편, 모사전송(FAX), 전화, 인터넷(홈페이지 고객센터) 제출
                                나. 개인정보 열람 및 처리정지 요구는 「개인정보 보호법」 제35조 제5항, 제37조 제2항에 의하여
                                      정보주체의 권리가 제한 될 수 있음
                                다. 개인정보의 정정 및 삭제 요구는 다른 법령에서 그 개인정보가 수집 대상으로 명시되어 있는 경우에는
                                      그 삭제를 요구할 수 없음
                                라. RISS는 정보주체 권리에 따른 열람의 요구, 정정·삭제의 요구, 처리정지의 요구 시
                                      열람 등 요구를 한 자가 본인이거나 정당한 대리인인지를 확인함.
                                마. 정보주체의 권리행사 요구 거절 시 불복을 위한 이의제기 절차는 다음과 같습니다.
                                     1) 해당 부서에서 열람 등 요구에 대한 연기 또는 거절 시 요구 받은 날로부터 10일 이내에 정당한 사유
                                        및 이의제기 방법 등을 통지
                                     2) 해당 부서에서 정보주체의 이의제기 신청 및 접수(서면, 유선, 이메일 등)하여 개인정보보호 담당자가
                                        내용 확인
                                     3) 개인정보관리책임자가 처리결과에 대한 최종 검토
                                     4) 해당부서에서 정보주체에게 처리결과 통보
                                *. [교육부 개인정보 보호지침 별지 제1호] 개인정보 (열람, 정정·삭제, 처리정지) 요구서
                                *. [교육부 개인정보 보호지침 별지 제2호] 위임장
                                안전성확보조치제9조(개인정보의 안전성 확보조치)
                                가. 내부관리계획의 수립 및 시행 : RISS의 내부관리계획 수립 및 시행은 한국교육학술정보원의 내부
                                      관리 지침을 준수하여 시행.
                                나. 개인정보 취급 담당자의 최소화 및 교육
                                     - 개인정보를 취급하는 분야별 담당자를 지정․운영
                                     - 한국교육학술정보원의 내부 관리 지침에 따른 교육 실시
                                다. 개인정보에 대한 접근 제한
                                     - 개인정보를 처리하는 데이터베이스시스템에 대한 접근권한의 부여, 변경, 말소를 통하여
                                     개인정보에 대한 접근통제 실시
                                     - 침입차단시스템, ID/패스워드 및 공인인증서 확인을 통한 접근 통제 등 보안시스템 운영
                                라. 접속기록의 보관 및 위변조 방지
                                     - 개인정보처리시스템에 접속한 기록(웹 로그, 요약정보 등)을 2년 이상 보관, 관리
                                     - 접속 기록이 위변조 및 도난, 분실되지 않도록 보안기능을 사용
                                마. 개인정보의 암호화 : 이용자의 개인정보는 암호화 되어 저장 및 관리
                                바. 해킹 등에 대비한 기술적 대책
                                     - 보안프로그램을 설치하고 주기적인 갱신·점검 실시
                                     - 외부로부터 접근이 통제된 구역에 시스템을 설치하고 기술적/물리적으로 감시 및 차단
                                사. 비인가자에 대한 출입 통제
                                     - 개인정보를 보관하고 있는 개인정보시스템의 물리적 보관 장소를 별도 설치․운영
                                     - 물리적 보관장소에 대한 출입통제, CCTV 설치․운영 절차를 수립, 운영
                                자동화 수집제10조(개인정보 자동 수집 장치의 설치·운영 및 거부)
                                가. 정보주체의 이용정보를 저장하고 수시로 불러오는 ‘쿠키(cookie)’를 사용합니다.
                                나. 쿠키는 웹사이트를 운영하는데 이용되는 서버(http)가 이용자의 컴퓨터브라우저에게 보내는 소량의
                                     정보이며 이동자들의 PC 컴퓨터내의 하드디스크에 저장되기도 합니다.
                                     1) 쿠키의 사용목적 : 이용자에게 보다 편리한 서비스 제공하기 위해 사용됩니다.
                                     2) 쿠키의 설치·운영 및 거부 : 브라우저 옵션 설정을 통해 쿠키 허용, 쿠키 차단 등의 설정을 할 수
                                          있습니다.
                                          - Internet Explorer : 웹브라우저 우측 상단의 도구 메뉴 > 인터넷 옵션 > 개인정보 > 설정 > 고급
                                          - Edge : 웹브라우저 우측 상단의 설정 메뉴 > 쿠키 및 사이트 권한 > 쿠키 및 사이트 데이터
                                             관리 및 삭제
                                          - Chrome : 웹브라우저 우측 상단의 설정 메뉴 > 보안 및 개인정보 보호 > 쿠키 및 기타 사이트
                                             데이터
                                     3) 쿠키 저장을 거부 또는 차단할 경우 서비스 이용에 어려움이 발생할 수 있습니다.
                                개인정보보호책임자제11조(개인정보 보호책임자)
                                가. RISS는 개인정보 처리에 관한 업무를 총괄해서 책임지고, 개인정보 처리와 관련한 정보주체의
                                     불만처리 및 피해구제 등을 위하여 아래와 같이 개인정보 보호책임자를 지정하고 있습니다.
                                구분 담당자 연락처
                                KERIS 개인정보 보호책임자 정보보호본부 김태우 - 이메일 : lsy@keris.or.kr
                                - 전화번호 : 053-714-0439
                                - 팩스번호 : 053-714-0195
                                KERIS 개인정보 보호담당자 개인정보보호부 이상엽
                                RISS 개인정보 보호책임자 대학학술본부 장금연 - 이메일 : giltizen@keris.or.kr
                                - 전화번호 : 053-714-0149
                                - 팩스번호 : 053-714-0194
                                RISS 개인정보 보호담당자 학술진흥부 길원진

                                나. 정보주체는 RISS의 서비스(또는 사업)을 이용하시면서 발생한 모든 개인정보 보호 관련 문의, 불만처리,
                                     피해구제 등에 관한 사항을 개인정보 보호책임자 및 담당부서로 문의 할 수 있습니다.
                                     RISS는 정보주체의 문의에 대해 답변 및 처리해드릴 것입니다.
                                열람 청구제12조(개인정보의 열람청구를 접수·처리하는 부서)
                                가. 자체 개인정보 열람청구 접수ㆍ처리 창구
                                     부서명 : 대학학술본부/학술진흥부
                                     담당자 : 길원진
                                     이메일 : giltizen@keris.or.kr
                                     전화번호 : 053-714-0149
                                     팩스번호 : 053-714-0194
                                나. 개인정보 열람청구 접수ㆍ처리 창구
                                     - 개인정보보호 포털 웹사이트(www.privacy.go.kr)
                                     - 개인정보보호 포털 → 민원마당 → 개인정보 열람 등 요구(본인확인을 위한
                                       휴대전화·아이핀(I-PIN) 등이 있어야 함)
                                권익침해 구제제13조(정보주체의 권익침해에 대한 구제방법)
                                ‣ 정보주체는 개인정보침해로 인한 구제를 받기 위하여 개인정보분쟁조정위원회, 한국인터넷진흥원
                                   개인정보침해신고센터 등에 분쟁해결이나 상담 등을 신청할 수 있습니다. 이 밖에 기타 개인정보
                                   침해의 신고, 상담에 대하여는 아래의 기관에 문의하시기 바랍니다.

                                   가. 개인정보분쟁조정위원회 : (국번없이) 1833-6972(www.kopico.go.kr)
                                   나. 개인정보침해신고센터 : (국번없이) 118(privacy.kisa.or.kr)
                                   다. 대검찰청 : (국번없이) 1301 (www.spo.go.kr)
                                   라. 경찰청 : (국번없이) 182 (ecrm.cyber.go.kr)

                                ‣RISS는 정보주체의 개인정보자기결정권을 보장하고, 개인정보침해로 인한 상담 및 피해 구제를
                                    위해 노력하고 있으며, 신고나 상담이 필요한 경우 아래의 담당부서로 연락해 주시기 바랍니다.
                                   ▶ 개인정보 관련 고객 상담 및 신고
                                      부서명 : 학술진흥부
                                      담당자 : 길원진
                                      연락처 : ☎053-714-0149 / (Mail) giltizen@keris.or.kr / (Fax) 053-714-0194
                                ‣「개인정보 보호법」제35조(개인정보의 열람), 제36조(개인정보의 정정·삭제), 제37조(개인정보의
                                   처리정지 등)의 규정에 의한 요구에 대하여 공공기관의 장이 행한 처분 또는 부작위로 인하여 권리
                                   또는 이익의 침해를 받은 자는 행정심판법이 정하는 바에 따라 행정심판을 청구할 수 있습니다.
                                   ※ 행정심판에 대해 자세한 사항은 중앙행정심판위원회(www.simpan.go.kr) 홈페이지를 참고
                                   하시기 바랍니다.
                                처리방침 변경제14조(추가적인 이용ㆍ제공 판단기준)
                                RISS는 「개인정보 보호법」제15조제3항 및 제17조제4항에 따라 「개인정보 보호법 시행령」
                                제14조의2에 따른 사항을 고려하여 정보주체의 동의 없이 개인정보를 추가적으로 이용 · 제공할 수 있습니다.
                                이에 따라 RISS는 정보주체의 동의 없이 추가적인 이용 · 제공을 하는 경우, 본 개인정보처리방침을
                                통해 아래와 같은 추가적인 이용 · 제공을 위한 고려사항에 대한 판단기준을 안내드리겠습니다.
                                     ▶ 개인정보를 추가적으로 이용 · 제공하려는 목적이 당초 수집 목적과 관련성이 있는지 여부
                                     ▶ 개인정보를 수집한 정황 또는 처리 관행에 비추어 볼 때 추가적인 이용 · 제공에 대한 예측
                                          가능성이 있는지 여부
                                     ▶ 개인정보의 추가적인 이용 · 제공이 정보주체의 이익을 부당하게 침해하는지 여부
                                     ▶ 가명처리 또는 암호화 등 안전성 확보에 필요한 조치를 하였는지 여부
                                처리방침 변경제15조(개인정보 처리방침의 변경)
                                RISS는 「개인정보 보호법」제30조에 따라 개인정보 처리방침을 변경하는 경우 정보주체가 쉽게
                                확인할 수 있도록 홈페이지에 공개하고 변경이력을 관리하고 있습니다.
                                ‣ 이 개인정보처리방침은 2023. 1. 31. 부터 적용됩니다.
                                ‣ 이전의 개인정보처리방침은 상단에서 확인할 수 있습니다.

                                닫기
                                변경하기 다음에 변경하기 1개월후 변경하기

                                자동로그아웃 안내

                                닫기
                                로그인연장 로그아웃 로그인 RISS 초기화면

                                인증오류 안내

                                닫기

                                귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
                                재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.

                                (참조 : RISS 이용약관 및 개인정보처리방침)

                                신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.

                                - 기존 아이디 재사용 불가

                                휴면계정 안내

                                RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.

                                (※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)

                                휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.

                                고객센터 1599-3122

                                ARS번호+1번(회원가입 및 정보수정)

                                회원가입 닫기